农田土壤健康是保障粮食安全、维护生态环境与人体健康的重要基础。然而，传统土壤健康评估方法长期依赖人工经验与简单统计工具，存在数据整合困难、标准不统一、分析效率低下、空间定位模糊等问题。基层农业技术推广人员和种植户常面临“数据庞杂难解读、问题出现难定位”的困境，导致土壤改良措施滞后，制约了“藏粮于地”战略的精准实施。
为破解这一难题，上海市农业科学院生态环境保护研究所土壤修复团队联合科技企业，研发推出“坤灵智壤-多智能体协同都市农田土壤健康诊断系统V1.0”。该系统通过人工智能技术与多源数据融合，构建了覆盖土壤监测、分析诊断、决策支持的全链条智能平台，为农田土壤健康管理提供“数字医生”式解决方案，助力耕地质量保护从经验驱动转向数据驱动。
系统核心优势在于四大功能模块的协同运作。在数据整合层面，平台建立了上海城郊农田土壤健康监测数据库，涵盖土壤环境、物理性质、化学指标、微生物群落、植被覆盖、地形气候等6大类25项协变量，包含1629个土壤样点数据。用户既可调用内置数据集，也能上传自有监测记录或接入田间传感器实时数据。系统通过样本量、指标完整性、空间坐标、异常值四重质控机制，确保分析结果可靠性。
诊断分析环节采用“1+7”多智能体架构，由调度智能体统筹7个专业工作体，覆盖重金属污染评价、肥力分级、综合健康指数计算、水肥耦合分析、障碍因子诊断等10大场景。系统通过三条优先级工作流自动匹配最优分析路径，生成包含污染等级、肥力状况、空间分布图及不确定性分析的完整报告，实现从“信息查询”到“智能决策”的能力跨越。
空间分析模块突破传统方法局限，采用半变异函数驱动的自适应插值算法，根据数据空间特征自动选择普通克里金、经验贝叶斯克里金或空间随机森林等最优模型。结合Alpha Shape凹包算法划定的三层置信区域，有效量化空间预测不确定性。同时，系统内置经学术数据训练的LightRAG知识图谱，通过空间-知识混合检索机制，确保每个分析结论均有数据与理论双重支撑。
为解决基层专家资源不足问题，系统提供7×24小时云端服务，支持浏览器直接访问与本地服务器部署。当监测数据异常时，系统自动推送分级预警及改良建议，实现土壤问题“早发现、早干预”。内测阶段已覆盖浙江大学、上海交通大学、四川省农科院等20余家科研机构及农技推广部门，用户反馈显示，系统在解释度、专业性和场景适配性方面较通用大模型提升显著。
技术架构创新方面，系统内置专业计算引擎支持全数据集与最小数据集自主切换，提供线性与非线性两种评价方案。通过标准化任务流程定义，确保每个数值可追溯至原始数据与计算步骤，有效降低人工智能“幻觉”风险。相比传统评估手段，该系统在分析效率、结果可解释性及决策精准度上实现质的飞跃。
目前，系统已正式面向科研人员、农技推广者、农业企业及种植户开放服务。研发团队正持续扩充土壤健康知识库，优化多智能体协同框架，并加速开发移动端应用，推动土壤智能诊断技术向更广泛区域和场景延伸，为智慧农业发展提供更强科技动能。
